目录
1. 源数据
dic = {
"course": ['Java', 'Python', 'PHP', 'C'],
"score": [99, 100, 66, 59],
"age": [11, 22, 33, 44],
"sex": [1, 0, 0, 1]
}
df = pd.DataFrame(dic, index=list('ABCD'))
2.通过显示索引进行切片操作
2.1 行切片
df.loc['A':'C']
2.2 列切片
注意:使用列切片的时候是先行在列,如果不想对行进行操作,则需要在逗号前面增加一个冒号
df.loc[:, 'course':'age']
2.3 综合【同时对行列进行操作】
先行在列
df.loc['A':'C', 'course':'age']
2.4 不连续的数据【同时对行列进行操作】
传递的是两个列表,使用逗号进行隔开,前面的是行列表,后面的是列列表
print(df.loc[['A', 'C'], ['course', 'age']])
3.通过隐式索引进行切片操作
3.1 行切片
注意:使用隐式索引对行进行切片时,作用域是左闭右开
df.iloc[0:2]
3.2 列切片
df.iloc[:, 0:2]
3.3 综合【同时对行和列进行操作,连续数据】
df.iloc[0:2, 0:2]
3.4 综合【同时对行和列进行操作,不连续数据】
df.iloc[[0, 2], [1, 3]]